视频游戏评论情感评分数据集
数据来源：互联网公开数据
标签：视频游戏,评论分析,情感评分,TextBlob,VADER,Hugging Face,游戏玩法,用户评分,情感分析
数据概述：
本数据集来源于2024年10月从Metacritic网站爬取的公开数据，Metacritic作为聚合视频游戏、电影和其他媒体评论的平台，为 sentiment 和 performance 分析提供了丰富的数据资源。本数据集专注于视频游戏领域，包含3002款游戏的标题及约100,000条用户评论，每条评论均附带使用 TextBlob、VADER 和 Hugging Face 模型计算得出的 raw 情感评分。此外，数据集还提供了原始评论文本和预处理版本供参考。
为了增强情感分析的准确性，创建了四种复合情感评分（adaptive、confidence-based、correlational 等），通过不同加权方法对情感评分进行综合评估。数据集的主要内容包括：
- 标准变量：发布日期、发行商等。
- 评论指标：Metacritic 评分、用户平均评分及情感评分（raw 和 composite）。
- 游戏玩法变量：完成率、游玩时长及难度。
- 计数变量：用户评论数、critic 评论数及发行平台数。
数据用途概述：
该数据集适用于多种场景，包括但不限于：
1. 探索游戏操作特性、情感分析与用户/critic 评论之间的关系。
2. 评估玩家与 critic 评价之间的关联性，分析影响评分差异的因素。
3. 比较不同情感分析模型（TextBlob、VADER、Hugging Face）的表现，优化情感评分算法。
4. 研究游戏玩家行为特征，分析游戏市场趋势及玩家偏好。
5. 评估玩家体验与游戏设计之间的关系，为游戏开发提供数据支持。
6. 作为教学和研究案例，帮助学习者理解情感分析技术及其在游戏行业的应用。
本数据集为研究人员、游戏开发者、市场营销人员及政策制定者提供了宝贵的数据资源，助力他们在游戏行业及相关领域的研究与决策。
